التحليل الاحصائي وتطبيقاته عبر برنامج SPSS

تغطي الدورة الحالية فجوة كبيرة بين استخدام الحزم الاحصائية الجاهزة دون التطرق الى الاصول الاحصائية لما يتم حسابه من معاملات احصائية واسعى من خلال الدورة الحالية الى سد تلك الفجوة من خلال الجمع بين شرح فلسفة المعامل الاحصائي وكيفية حسابه يدويا بتطبيق القوانين الاحصائية ثم اقوم بتطبيق ذلك عبر برنامج spss  مع توضيح النتائج وتفسيرها ويمكننا تلخيص الافكار الاساسية للدورة فيما يلي

• تعريف بالواجهة الاساسية للبرنامج

• كيفية التحقق من اعتدالية توزيع البيانات والوصف الاحصائي

• كيفية حساب معامل الارتباط (بيرسون - سبيرمان) يدويا والكترونيا

• كيفية حساب اختبار ت لدلالة الفروق بين المجموعات المستقلة يدويا والكترونيا

• كيفية حساب اختبار ت لدلالة الفروق بين المجموعات المرتبطة يدويا والكترونيا

• كيفية حساب اختبار ت لدلالة الفروق للمجموعة الواحدة يدويا والكترونيا

• كيفية حساب تحليل التباين الاحادي واجراء المقارنات البعديةلتحديد مصدر الفروق

• كيفية حساب اختبار مان وتني لدلالة الفروق بين المجموعات المستقلة

• كيفية حساب اختبار ويلكوكسن لدلالة الفروق بين المجموعات المرتبطة

• كيفية حساب اختبار كروكسال واليس لدلالة الفروق بين اكثر من مجموعتين

وتعد الفكرة الاساسية في عرض المعاملات الاحصائية هي التفرقة بين الاساليب البارامترية والابارامترية حيث

يعتمد الإحصاء البارامتري على معالم وخصائص المجتمع وحيث ان توزيع اية خاصية في المجتمع من الخواص الطبيعية هو توزيع اعتدالي   فيكون المنحنى الاعتدالي هو الأساس في دراسة تلك الخاصية.ويعتمد توزيع المنحنى الطبيعي على كل من المتوسط والانحراف المعياري ومن ثم فأن الأساليب الاحصائية التي تشترط التوزيع الطبيعي للبيانات هي أساليب بارامترية ومن امثلتها الارتباط الخطي واختبار ت وتحليل التباين وغيرها.

اما الأساليب الإحصائية التي لاتشترط أي توزيع للبيانات فهي الأساليب اللابارامترية ومن امثلتها التكرارات والنسب المئوية ومربع كاي واختبار مان وتني وغيرها. والاختيار بين الأساليب البارامترية واللابارامترية يعتمد على كل من مستوى القياس وتوزيع البيانات وحجم العينة ففي القياس الاسمي او الترتيبي نستخدم الأساليب اللابارامترية اما في القياس الفتري او النسبي مع توفر شرط الاعتدالية في توزيع البيانات فيمكننا استخدام الأساليب البارامترية وبالإضافة الى ذلك فان حجم العينة الصغير يلزمنا استخدام الأساليب اللابارامترية مهما كان مستوى القياس في جمع البيانات.